cortico-world-doubao-tts 0.2.0 → 0.2.2

This diff represents the content of publicly available package versions that have been released to one of the supported registries. The information contained in this diff is provided for informational purposes only and reflects changes between package versions as they appear in their respective public registries.
package/README.md CHANGED
@@ -1,44 +1,48 @@
1
- # 豆包语音(cortico-world-doubao-tts)
2
-
3
- 给 Coopanion 的桌宠换上豆包(火山引擎)TTS 2.0:Coo 每次 `pet_say` 之前,在同一次回复里先调用
4
- `doubao_speak`,扩展把这句话交给豆包合成并从本机声卡播放;`doubao_hush` 用来打断。
5
-
6
- - **360 个 2.0 音色**(`_uranus_bigtts` 预置 + `ICL_…_tob` 复刻),列表可按场景、语种/方言、标签筛选,也能手填音色 ID;1.0(mars / moon / jupiter)已过滤;
7
- - **语音指令**:自由文本,例如「下面这句话用四川话合成」「用特别痛心的语气说话」,作为 `context_texts` 发给豆包;方言参数 `explicit_dialect` 可选;
8
- - **可调**:语速、音量、音调、句尾静音、过滤 emoji、音质(64/160 kbps);
9
- - **省消耗**:可只念短句(超过字数不合成)、只在指定时间段出声,避免长回复/挂机时烧额度;
10
- - **测试连接**:面板内合成一句并直接播放,首次点击就会带上正在编辑的语音指令;
11
- - API Key 按用户自己的填,保存在部署 `.env`,不写进 `config.json`。
12
-
13
- ## 配置(`worlds.doubao-tts`)
14
-
15
- | 键 | 默认 | 说明 |
16
- | --- | --- | --- |
17
- | `voiceEnabled` | `true` | 总开关:关掉后只出气泡、不出声 |
18
- | `speaker` | `zh_female_xiaohe_uranus_bigtts` | 音色 ID |
19
- | `toneInstruction` | 空 | 语音指令(`context_texts`),用户自己填 |
20
- | `shortOnly` | `false` | 只念短句:超过 `shortLimit` 字不合成 |
21
- | `shortLimit` | 40 | 短句字数上限 |
22
- | `quietHoursEnabled` | `false` | 只在生效时间段出声 |
23
- | `quietStart` / `quietEnd` | `23:00` / `08:00` | 生效时间段,支持跨午夜 |
24
- | `speechRate` / `loudnessRate` | 0 | -50–100 |
25
- | `pitch` | 0 | -12–12 |
26
- | `volume` | 1 | 本机播放音量 0–1 |
27
- | `silenceDuration` | 0 | 句尾静音毫秒 0–30000 |
28
- | `filterEmoji` | `false` | 不念 emoji |
29
- | `bitRate` | 64000 | 64000 / 160000 |
30
-
31
- ## 安装(本机目录)
32
-
33
- 1. Coopanion 设置 → 高级模式 → 扩展 → World → 本机目录,选择本目录(含 `package.json`);
34
- 2. 重启进程,在 World 总览启用「豆包语音(TTS 2.0)」;
35
- 3. 配置页填 API Key(密码式,保存在部署 `.env`),选音色、填语音指令,点「测试连接」。
36
-
37
- ## 依赖
38
-
39
- 只用 Node 内置能力与 PowerShell(winmm MCI 播放 mp3),没有第三方 npm 依赖。
40
- 合成走 `https://openspeech.bytedance.com/api/v3/tts/unidirectional`(`seed-tts-2.0`),按字符计费。
41
-
42
- ## License
43
-
44
- MIT
1
+ # 豆包语音(cortico-world-doubao-tts)
2
+
3
+ 给 Coopanion 的桌宠换上豆包(火山引擎)TTS 2.0:Coo 每次 `pet_say` 之前,在同一次回复里先调用
4
+ `doubao_speak`,扩展把这句话交给豆包合成并从本机声卡播放;`doubao_hush` 用来打断。
5
+
6
+ - **360 个 2.0 音色**(`_uranus_bigtts` 预置 + `ICL_…_tob` 复刻),列表可按场景、语种/方言、标签筛选,也能手填音色 ID;1.0(mars / moon / jupiter)已过滤;
7
+ - **语音指令**:自由文本,例如「下面这句话用四川话合成」「用特别痛心的语气说话」,作为 `context_texts` 发给豆包;方言参数 `explicit_dialect` 可选;
8
+ - **可调**:语速、音量、音调、句尾静音、过滤 emoji、音质(64/160 kbps);
9
+ - **试听与导出**:配置页底部可输入任意文字,点「播放」试听或「保存 mp3」导出到指定目录(目录用系统选择框,可一键打开),方便发给 QQ 等;同一句先听后存只合成一次;
10
+ - **省消耗**:可只念短句(超过字数不合成)、只在指定时间段出声,避免长回复/挂机时烧额度;
11
+ - **测试连接**:面板内合成一句并直接播放,首次点击就会带上正在编辑的语音指令;
12
+ - API Key 按用户自己的填,保存在部署 `.env`,不写进 `config.json`。
13
+
14
+ ## 配置(`worlds.doubao-tts`)
15
+
16
+ | 键 | 默认 | 说明 |
17
+ | --- | --- | --- |
18
+ | `voiceEnabled` | `true` | 总开关:关掉后只出气泡、不出声 |
19
+ | `speaker` | `zh_female_xiaohe_uranus_bigtts` | 音色 ID |
20
+ | `toneInstruction` | 空 | 语音指令(`context_texts`),用户自己填 |
21
+ | `shortOnly` | `false` | 只念短句:超过 `shortLimit` 字不合成 |
22
+ | `shortLimit` | 40 | 短句字数上限 |
23
+ | `quietHoursEnabled` | `false` | 只在生效时间段出声 |
24
+ | `quietStart` / `quietEnd` | `23:00` / `08:00` | 生效时间段,支持跨午夜 |
25
+ | `saveDir` | 空 | 保存目录;空表示 `<数据目录>/saved-audio` |
26
+ | `saveKeep` | 200 | 最多保留文件数,超出删最旧 |
27
+ | `speechRate` / `loudnessRate` | 0 | -50–100 |
28
+ | `pitch` | 0 | -12–12 |
29
+ | `volume` | 1 | 本机播放音量 0–1 |
30
+ | `silenceDuration` | 0 | 句尾静音毫秒 0–30000 |
31
+ | `filterEmoji` | `false` | 不念 emoji |
32
+ | `bitRate` | 64000 | 64000 / 160000 |
33
+
34
+ ## 安装(本机目录)
35
+
36
+ 1. Coopanion 设置 → 高级模式 → 扩展 → World → 本机目录,选择本目录(含 `package.json`);
37
+ 2. 重启进程,在 World 总览启用「豆包语音(TTS 2.0)」;
38
+ 3. 配置页填 API Key(密码式,保存在部署 `.env`),选音色、填语音指令,点「测试连接」;
39
+ 4. 要导出音频:在页面最下面的「试听与导出」输入文字 →「播放」或「保存 mp3」,保存目录可用系统文件夹选择框。
40
+
41
+ ## 依赖
42
+
43
+ 只用 Node 内置能力与 PowerShell(winmm MCI 播放 mp3),没有第三方 npm 依赖。
44
+ 合成走 `https://openspeech.bytedance.com/api/v3/tts/unidirectional`(`seed-tts-2.0`),按字符计费。
45
+
46
+ ## License
47
+
48
+ MIT